6月24日，德国汉堡，ISC 2026高性能计算大会。在这场全球超算界的年度盛会现场，IO500最新榜单正式发布。中科曙光ParaStor F9000全闪存储系统在生产型全节点和10节点榜单中均位列第一，刷新世界纪录，这也是国产厂商在该评选中首次实现“双榜第一”。

这不是中国企业第一次站上IO500的领奖台，但这一次，分量完全不同。

 01

Benchmark的水有多深？

IO500是高性能计算领域最权威的存储性能榜单，与TOP500计算榜单齐名。但很多人不知道，IO500榜单其中的Benchmark榜单分为两类：Research List（研究型）和Production List（生产型）。名字只差一个单词，门槛和含金量却是云泥之别。Research List可以临时搭建最优配置集群，关掉冗余、停掉后台业务，用最理想的参数跑理论峰值。而Production List仅纳入已在真实生产环境中长期运行的存储系统，要求满足实际业务负载、冗余设计与持续运行能力，部署周期通常以年计。简单说，前者是实验室英雄跑，后者是实战成绩单。因此，生产型榜单的参赛数量远少于研究型，敢拿生产系统直接跑分的，全球没有几家。

中科曙光这次拿下的，正是生产型榜单的双冠：全节点规模第一，10节点单位性能第一。前者比扩展能力，后者比单节点效率，两块金牌同时收入囊中，也是中国厂商首次达成此成就。据了解，此次登顶的ParaStor F9000专为AI训练场景量身打造，可提供从千卡到十万卡集群的整机柜交付方案，支持千亿级参数大模型部署时间缩短1倍，集群训练效率提升50%。

 02

AI浪潮下，存储技术路线剧变

过去十年，存储系统的主要矛盾是容量，因为随着数据越来越多，存不下是最大的问题，彼时比拼的是硬盘密度、扩展能力、单位GB成本，还是个相对独立的算力配套组件。但AI时代，大模型训练动辄PB级数据吞吐，存储IO已成为制约GPU算力释放的最大瓶颈。算力、运力和存力并列为AI的三大基石，存储从配套组件升级为算力基础设施的核心层。

全球存储产业正迎来革命性变化，技术路线本身也在变：传统数据中心存储追求顺序读写高吞吐（如视频流媒体、数据库日志），但AI时代数据中心存储节点的核心需求已从传统的“大容量、高吞吐”转向“低延迟、高并发、强扩展”的数据供给能力，要求存储系统不仅能以PB/EB级规模承载海量非结构化数据，更要通过存算分离架构与高速互连（如RDMA、NVMe-oF）实现微秒级延迟和万级并发访问，避免GPU空转；同时需具备智能分层、秒级故障切换和端到端数据管线能力，在热温冷数据自动流转中平衡性能与成本。

根据中国信息通信研究院的研究，新型AI存储通常具备高性能、高扩展性、支持AI数据范式（如向量、键值缓存）、数据编织、高安全性与韧性以及绿色节能等关键特征。随着以大模型为代表的人工智能技术发展，模型参数量和数据量呈指数级增长，推动存储产业进入由AI驱动的显著增长周期，市场重心从通用存储向高性能、场景化的专用AI存储加速演进。

在AI带动存储剧变的背景下，各存储厂商纷纷推出自己的解决方案，尤其亮眼的是中科曙光ParaStor F9000首创AI存储三级协同方案，真正实现了“以存提算、以存代算、以存降本”。ParaStor F9000以“存算网强协同”为核心思路，实现从数据清洗、标注到训练、推理部署的全链路优化：集成XDS（GDS） Burst-Buffer 加速技术，大幅提升数据读写效率；提供KV Cache offload、AI算子加速库等能力，让存储深度参与计算过程；针对向量数据库进行专项优化，满足大模型推理和RAG检索的低延迟需求。存储效率的提升使训练数据秒级加载、Checkpoint分钟级恢复，大幅缩短训练周期，降低整体项目成本；通过软硬件协同优化，在同等性能下减少了硬件采购数量，降低了初始投资；采用智能数据分层和资源调度技术，提升了存储资源利用率，降低全生命周期运营成本。

这种“工程化降本”能力，正在成为AI时代比硬件参数更重要的竞争力。

 03

中科曙光踩中行业变迁关键节点

实际上，IO500榜单，曙光登顶了两次，而这两次都踩中了产业变迁的关键节点。第一次是2022年SC22，ParaStor拿下10节点挑战赛冠军，把世界纪录提升了146%。这证明中国自研存储系统的性能上限已经能摸到世界天花板，打破了海外厂商在高端存储领域的性能垄断。第二次就是2026年ISC，ParaStor F9000拿下IO500榜单中的benchmark类榜单生产型双榜第一。这一次恰逢AI算力需求井喷，中科曙光不仅完成了从技术验证到规模落地的闭环，而且在AI存储领域中科曙光连续两年国内市占率第一。这一次中科曙光登顶IO500榜单第一，也代表着在AI存储领域中国企业的实力。

中科曙光取得如此巨大的突破，正是因为中国拥有全球最丰富的AI应用场景，包括大模型训练、自动驾驶、具身智能、AI4S科学计算等。具体来讲，ParaStor F9000搭载于scaleX万卡超集群逐步投入使用，随着国家超算互联网核心节点建成6万卡规模超智融合集群，已成功支持了百余个AI、高性能计算领域的生产应用；在AI4S方面，该系统联合龙讯旷腾MatPL软件，依托scaleX万卡超集群，完成414.7亿原子规模液态水分子动力学模拟计算，刷新世界纪录；在具身智能与机器人方面，ParaStor存储系统为智元机器人提供专属存储解决方案，支撑“远征 A1”、“远征 A2”、“灵犀 X1”等通用型具身智能机器人的快速迭代；在自动驾驶方面，连续为国内头部造车新势力提供超百PB存储资源，支撑每日TB级路采数据的实时接入与高效存储，完美覆盖自动驾驶全流程数据闭环，将模型研发周期缩短40%以上。这些场景的实践倒逼存储技术必须面向真实业务做深度优化。

欧美传统存储巨头擅长标准化产品，中国企业擅长场景化工程落地。在AI时代，后者更具决定性，而中科曙光持续深耕场景应用的能力得以发挥、放大。

 04

全球存储产业的重心，正在向东转移

如果把视野拉大，会发现这不是一家公司的胜利，而是一个产业阵营的崛起。IO500榜单生产型双料第一，是一个信号，更是一个拐点。过去几十年，全球高端存储市场的话语权牢牢掌握在欧美日企业手中：美国的NetApp、Pure Storage、DDN、Dell EMC，日本的日立、富士通……中国厂商长期处于中低端追赶的位置。但AI浪潮正在重塑整个产业的竞争格局。新周期里，AI原生需求重新定义了赛道，中国企业凭借场景深度理解 工程落地能力 全栈自研，正在改写规则。

需求层面，中国是全球最大的AI算力建设市场之一，万卡级超集群的数量、大模型训练的规模、AI应用落地的广度，都处于全球第一梯队。最大的市场孕育最苛刻的需求，最苛刻的需求催生最先进的产品。

技术层面，传统存储的技术壁垒，是几十年积累的文件系统、协议栈、企业级功能。但AI存储的技术壁垒，是对GPU计算栈的深度理解、存算网协同的架构设计、大规模集群的工程化能力。这些新赛道上，大家基本站在同一起跑线。

更值得关注的是，当前全球正经历一轮存储前所未有的“涨价潮”，AI服务器疯狂吞噬存储产能，DRAM与NAND闪存价格持续飙升，存储已经成为AI基建中的最大成本项。欧美传统存储巨头擅长的“标准化产品”模式，难以灵活应对硬件成本暴涨带来的压力；而中国企业擅长的场景化工程落地能力，恰恰能通过软件优化、存算协同、架构创新帮客户“以软补硬”，在涨价周期中实现降本增效。值得注意的是，中科曙光在存储领域的布局并非单点突破。除了ParaStor F9000分布式全闪存储登顶IO500，其FlashNexus集中式全闪存储也在2025年SPC-1国际性能测试中斩获全球第一。分布式 集中式双旗舰均达国际顶尖水平。

 05

真正的赛场，在下一个万卡集群

当全球进入万卡、十万卡甚至百万卡集群时代，存储的扩展性、一致性、故障恢复将面临全新挑战，而这背后需要常年累月的业务打磨、问题排查、稳定性调优和技术积累。中科曙光ParaStor F9000在真实业务中验证的技术实力，包括AI数据工厂的全链路优化、五级加速体系的极致性能、万卡集群中的长期稳定运行，才是国产存储真正的王牌。ParaStor F9000通过整机柜交付方案支持千亿级参数大模型 (如DeepSeek-R1) 的快速部署，部署时间缩短50%，还提供十万卡集群整机柜交付方案。显然，中科曙光正在预埋下一代AI基建的管道。

ParaStor F9000拿下的这两块金牌，只是一个开始。真正的赛场，不在ISC的发布会现场，而在每一个万卡集群的机房里和每一次大模型训练的数据中。